Opintojakson tavoitteena on tarjota opiskelijalle käytännönläheistä osaamista luonnollista kieltä olevan tekstin analysoinnin hyödyntämiseksi liiketoiminnassa. Mahdollisia sovellusalueita ovat mm. dokumenttien semanttiseen ymmärrykseen perustuvat sovellukset, keskusteleviin käyttöliittymät ja suuren tekstimassan analysointi päätöksenteon tueksi.
Opintojakson suoritettuaan opiskelija
• tuntee tekstianalytiikan käsitteet ja algoritmit
• tunnistaa tekstitiedon analysoinnin mahdollisuuksia ja haasteita
• ymmärtää tekstitiedon hyödyntämisen prosessin
• tuntee tekstianalytiikan työkaluja ja sovelluksia
• osaa suorittaa liiketoimintaa tukevan tekstitiedon analysoinnin käytännössä
Sisältö
Opintojakson sisältö voi vaihdella toteutuskohtaisesti, mutta pääpiirteissään se noudattelee seuraavaa rakennetta:
• tekstianalytiikan peruskäsitteet ja algoritmit
• tyypillisiä käyttötapauksia ja sovellusesimerkkejä
• tekstitiedon lähteitä
• tekstianalytiikan prosessi
• tekstianalytiikan työkaluja ja sovelluksia
• keskustelevan käyttöliittymän rakentaminen (chatbot tms.)
• tekstianalytiikan soveltaminen liiketoiminnan tukena (sentimentti- tai gap-analyysi tms.)
Käytettävät työkalut vaihtelevat toteutuskohtaisesti ja ne tulevat tutuiksi harjoitustehtävien ohessa. Esimerkkeinä työkaluista mainittakoon Google Dialogflow, Azure Cognitive Services, KNIME, Headai.com ja Iris.ai.
Toteutustavat, näyttö ja opinnollistaminen
Opintojakso on virtuaalinen perustuen yksilötehtäviin ja itsenäiseen etenemiseen, mutta toteutuksesta riippuen se voi kuitenkin sisältää ryhmätöitä ja vierailuluentoja, joita ei välttämättä nauhoiteta.
Aikaisemmin hankitun osaamisen tunnistaminen ja tunnustaminen (AHOT):
Jos opiskelija omaa työn, opintojen tai muun syyn (esim. sertifiointi) takia kurssin tuottaman osaamisen, voi hän osoittaa osaamisensa näytöllä ja saada kurssisuorituksen toteutuksen vastuuopettajan kanssa sovittavalla tavalla. Lisätietoja näyttöprosessista löytyy: https://www.haaga-helia.fi/fi/osaamisen-tunnistaminen-ja-work-study katso kohta "Ohjeet osaamisen tunnistamiseen (master)".
• Ramesh Sharda, Dursun Delen, Efraim Turban: Business Intelligence, Analytics and Data Science: A Managerial Perspective. Pearson, 2018.
Kurssikirjan lisäksi käytetään työkalutoimittajien video- ja tekstimateriaalia sekä foorumeita. Toteutuskohtaisesti saatetaan käyttää myös muuta aineistoa.
Lisätiedot
Opintojakso toteutetaan BYOD-periaatteella (Bring Your Own Device) eli opiskelijalla tulee olla käytettävissään oma tietokone ja hallintaoikeudet siihen ohjelmien asentamista varten. Opintojakson tehtävät voi suorittaa ilman maksullisia ohjelmalisenssejä, mutta ne voivat edellyttää rekisteröitymistä toimittajan palveluun.
Opintojaksojen contact-, online ja blended-toteutuksilla edellytämme läsnäoloa lukujärjestykseen merkityillä opetuskerroilla. Jos olet poissa opetuskerroilta yli 25% arvosanasi laskee yhdellä numerolla. Jos olet poissa opetuskerroilta yli 50%, opintojakso hylätään.
Lähtötaso ja sidonnaisuudet muihin opintojaksoihin
Opintojaksolle osallistuminen edellyttää joko Data-analytiikka (TKI2HM002) tai Data Analytics (RDI2HM102) opintojakson suorittamista tai vastaavien perustietojen hallintaa.
Arviointikriteerit
Arviointikriteeri - arvosana 1
Opiskelija hallitsee aihepiirin käsitteet välttävästi. Hän kykenee tunnistamaan joitakin tekstitiedon analysoinnin mahdollisuuksia ja haasteita. Hän on sisäistänyt tekstitiedon hyödyntämisen prosessin välttävästi ja osaa suorittaa liiketoimintaa tukevan tekstitiedon käytännön analyysin opettajan ohjauksessa. Opiskelija on reflektoinut omaa osaamistaan välttävästi.
Arviointikriteeri - arvosana 3
Opiskelija hallitsee aihepiirin käsitteet hyvin. Hän kykenee tunnistamaan useita tekstitiedon analysoinnin mahdollisuuksia ja haasteita. Hän on sisäistänyt tekstitiedon hyödyntämisen prosessin hyvin ja osaa suorittaa liiketoimintaa tukevan tekstitiedon käytännön analyysin itsenäisesti. Opiskelija on reflektoinut omaa osaamistaan hyvin.
Arviointikriteeri - arvosana 5
Opiskelija hallitsee aihepiirin käsitteet kiitettävästi. Hän kykenee tunnistamaan monipuolisesti tekstitiedon analysoinnin mahdollisuuksia ja haasteita. Hän on sisäistänyt tekstitiedon hyödyntämisen prosessin erinomaisesti ja osaa suorittaa monimutkaisen liiketoimintaa tukevan tekstitiedon käytännön analyysin itsenäisesti. Opiskelija on reflektoinut omaa osaamistaan kiitettävästi.